وبهدف الحد من انتشار الرجفان الأذيني والسكتات الدماغية غير المشخصة، اختبر باحثو "مايو كلينك" استراتيجية فحص تعتمد على الذكاء الاصطناعي مصممة لتحديد حالات جديدة من الرجفان الأذيني تتبع تقييم مخطط كهربية القلب (ECGs).
لتحسين الكشف عن المرض، قام الباحثون بتقييم استراتيجية تسترشد بخوارزمية ذكاء اصطناعي تم تطويرها سابقاً بواسطة منصة (nference) و"مايو كلينك". وهذه الخوارزمية مصممة لاكتشاف الرجفان الأذيني في "النظم الجيبي" الطبيعي (تعبير طبي عن الآلية المسؤولة عن انتظام دقات القلب) من مخطط كهربية القلب.
ويقول طبيب الفيزيولوجيا الكهربائية للقلب في "مايو كلينك" والمؤلف الرئيسي للدراسة، بيتر نوزورثي: "نعتقد أن فحص الرجفان الأذيني يتمتع بإمكانات كبيرة، لكن العائد حالياً منخفض للغاية والتكلفة مرتفعة للغاية بحيث لا يمكن توسيع نطاق الفحص".
شملت الدراسة 1003 مرضى شاركوا في عملية مراقبة مستمرة و1003 أخرين تلقوا الرعاية المعتادة. ومن بين مرضى المجموعة الأولى، تمكنت الخوارزمية من اكتشاف الرجفان الأذيني في ستة من بين 370 مريضاً معرض لمخاطر خفيفة و48 من 633 مريضاً معرض لمخاطر عالية. وبالتالي، اعتبر الباحثون أن الفحص الموجه بالذكاء الاصطناعي أدى إلى زيادة في اكتشاف الرجفان الأذيني.
للمزيد حول هذا الموضوع، تابع قراءة المقالة عبر هذا الرابط (إنجليزي)

فاجأ مختبر الذكاء الاصطناعي ديب مايند (DeepMind) المملوك لشركة ألفابت، العالم في عام 2020 عندما أعلن عن أداة "ألفا فولد" (AlphaFold)، وهي أداة ذكاء اصطناعي تستخدم التعلم العميق لحل أحد "التحديات الكبرى" في علم الأحياء: وهو التنبؤ بأشكال البروتينات بدقة. وفي وقت سابق من هذا الصيف، أعلنت شركة ديب مايند أن أداة ألفا فولد يمكنها الآن التنبؤ بأشكال جميع البروتينات المعروفة علمياً.
الأداة الجديدة، المعروفة باسم "بروتين إم بي إن إن" (ProteinMPNN)، التي وصفها مجموعة من الباحثين من جامعة واشنطن في بحثين نُشرا في مجلة "ساينس" بتاريخ 15 سبتمبر 2022، تقدم إضافة فعّالة لتلك التكنولوجيا.
هذه الأبحاث هي أحدث مثال على كيفية قيام التعلم العميق بإحداث ثورة في تصميم البروتين من خلال تزويد العلماء بأدوات بحثية جديدة. يقوم الباحثون بشكل تقليدي بتصميم البروتينات عن طريق تعديل البروتينات التي توجد في الطبيعة، ولكن "بروتين إم بي إن إن" سيفتح الباب أمام عالم جديد تماماً من البروتينات التي يمكن للباحثين تصميمها بدءاً من الصفر.
يقول مدير معهد تصميم البروتين في جامعة واشنطن، وأحد العلماء القائمين على هذه الأبحاث، ديفيد بيكر: "في الطبيعة، تحل البروتينات بشكل أساسي جميع مشكلات الحياة، بدءاً من تجميع الطاقة من ضوء الشمس إلى صنع الجزيئات. كل شيء في علم الأحياء يحدث من البروتينات".
تتكون البروتينات من مئات الآلاف من الأحماض الأمينية التي يتم ربطها في سلاسل طويلة، ثم يتم طيّها إلى أشكال ثلاثية الأبعاد. تساعد أداة ألفا فولد الباحثين على التنبؤ بالبنية النهائية للبروتين، وتقدم فكرة حول كيفية تصرفها.
سوف يساعد بروتين "إم بي إن إن" الباحثين في حل المشكلة العكسية. إذا كانت لديهم بالفعل بنية بروتينية دقيقة، فسيساعدهم ذلك في العثور على تسلسل الأحماض الأمينية التي تنطوي في هذا الشكل. يستخدم النظام شبكة عصبونية مدربة على عدد كبير جداً من أمثلة تسلسل الأحماض الأمينية، والتي تنطوي إلى هياكل ثلاثية الأبعاد.
للمزيد حول هذا الموضوع، تابع قراءة المقالة على موقعنا عبر هذا الرابط

تواجه الكهرباء في جميع أنحاء العالم تحديات متزايدة تتعلق بزيادة الطلب وتدني الكفاءة وتغير أنماط الاستهلاك وزيادة النمو السكاني والاقتصادي، ونقص البيانات والتحليلات اللازمة وضعف البنية التحتية وتقادمها وغير ذلك.
وكانت هذه التحديات أكثر حدة في دول الأسواق الناشئة، حيث يُعد ضعف الكفاءة إشكالية خصوصاً. وبدأ قطاع الطاقة في الدول المتقدمة بالفعل بتبني وسائل الذكاء الاصطناعي واستخدام التقنيات ذات الصلة، التي تسمح بالاتصال بين مكونات الشبكات الذكية، مثل أجهزة إنترنت الأشياء، حيث يمكن أن تساعد هذه التقنيات على تحسين إدارة الطاقة ورفع الكفاءة وزيادة استخدام مصادر الطاقة المتجددة.
ويصل استخدام الذكاء الاصطناعي في قطاع الطاقة الكهربائية إلى الأسواق الناشئة، لكي يكون له تأثير حاسم في معالجة معظم التحديات في هذا القطاع، لأن الذكاء الاصطناعي بكل بساطة لديه القدرة على تقليص هدر الكهرباء وخفض تكاليفها، وتسهيل استخدام مصادر الطاقة المتجددة في الشبكات الكهربائية، وتسريعها لتوفر وظائف مميزة، مثل التنبؤ والمراقبة والتحقق والتقدير وغيرها، بل يمكن للذكاء الاصطناعي أيضاً تحسين تخطيط أنظمة الطاقة الكهربائية وتشغيلها وحمايتها والتحكم فيها.
يمثل التنبؤ بحدوث الأعطال وأماكنها أحد التطبيقات الرئيسة للذكاء الاصطناعي في قطاع الطاقة الكهربائية، إلى جانب الصيانة وتحديد جدولتها وأوقاتها المناسبة. ويُعد فشل المعدات الكهربائية، مثل وحدات التوليد والشبكات والمحولات والكابلات والمحطات الفرعية وغيرها، أحداث شائعة الوقوع ينجم عنها عواقب وخيمة، ولذلك يمكن أن يكون الذكاء الاصطناعي جنباً إلى جنب مع أجهزة الاستشعار المناسبة، مجدياً في مراقبة المعدات واكتشاف الأعطال قبل حدوثها، وبالتالي حماية الأرواح وتوفير الموارد والجهد والوقت.
للمزيد حول هذا الموضوع، تابع قراءة المقالة عبر هذا الرابط